全面解讀計算DePIN賽道生態

原作者： 保羅‧季莫費耶夫

原文翻譯：TechFlow

重點

• 隨著用於生成式人工智慧開發的機器學習和深度學習的興起，運算資源變得越來越受歡迎，這兩者都需要大量的運算密集型工作負載。然而，隨著大公司和政府累積這些資源，新創公司和獨立開發商現在面臨市場上 GPU 的短缺，使得這些資源變得極其昂貴和/或難以獲得。

• 計算 DePIN 能夠創建去中心化的 市場 透過允許世界上任何人提供閒置供應來換取金錢獎勵，來獲取 GPU 等運算資源。此舉旨在幫助服務不足的 GPU 消費者獲得新的供應管道，以更低的成本和開銷獲得工作負載所需的開發資源。

• 計算 DePIN 在與傳統中心化服務提供者競爭時仍然面臨許多經濟和技術挑戰，其中一些挑戰將隨著時間的推移自行解決，而另一些則需要新的解決方案和最佳化。

計算是新的石油

自工業革命以來，科技以前所未有的速度推動人類前進，影響或徹底改變了日常生活的幾乎各個方面。電腦最終成為研究人員、學者和電腦工程師集體努力的結晶。電腦最初設計用於解決高級軍事行動的大規模算術任務，現已發展成為現代生活的支柱。隨著電腦對人類的影響繼續以前所未有的速度增長，對這些機器及其驅動資源的需求也在增長，超出了可用的供應。這反過來又造成了市場動態，大多數開發人員和企業無法獲得關鍵資源，從而將機器學習和生成人工智慧（當今最具變革性的技術之一）的開發掌握在少數人手中資金雄厚的玩家。同時，大量的閒置運算資源提供了一個有利可圖的機會，有助於緩解計算供需之間的不平衡，從而加劇了雙方之間協調機制的需要。 因此，我們認為，由區塊鏈技術和數位資產支援的去中心化系統對於更廣泛、更民主和負責任地開發生成式人工智慧產品和服務至關重要。

計算資源

計算可以定義為電腦根據給定輸入產生明確定義的輸出的任何活動、應用程式或工作負載。最終，它指的是 計算機的計算和處理能力 ，這是這些機器的核心用途，驅動現代世界的許多部分並產生 收入高達$1.1兆 僅在過去一年。

計算資源是指使計算和處理成為可能的各種硬體和軟體組件。 隨著它們支援的應用程式和功能數量不斷增長，這些組件變得越來越重要，並且越來越多地出現在人們的日常生活中。這導致了國家權力和企業之間的競賽，以盡可能多地累積這些資源作為生存手段。這反映在提供這些資源的公司的市場表現（例如Nvidia，其市值在過去5年增長了3000%以上）。

圖形處理器

GPU 是現代高效能運算中最重要的資源之一 。 GPU 的核心功能是充當專用電路，透過並行處理加速電腦圖形工作負載。 GPU 最初服務於遊戲和 PC 產業，現已發展到服務許多塑造世界未來的新興技術（例如，遊戲機和 PC、行動裝置、雲端運算、物聯網）。然而，機器學習和人工智慧的興起尤其加劇了對這些資源的需求——透過並行執行運算，GPU 加速了機器學習和人工智慧操作，從而提高了最終技術的處理能力和能力。

人工智慧的崛起

人工智慧的核心是 使電腦和機器能夠模擬人類智慧和解決問題的能力 。人工智慧模型作為神經網絡，由許多不同的數據組成。該模型需要處理能力來識別和學習這些數據之間的關係，然後在基於給定輸入創建輸出時引用這些關係。

儘管人們普遍認為，人工智慧的開發和生產並不新鮮。 1967 年，Frank Rosenblatt 建造了 Mark 1 感知機，這是第一台基於神經網路的計算機，可以透過反覆試驗「學習」。此外， 許多學術研究為我們今天所知的人工智慧的發展奠定了基礎 於 20 世紀 90 年代末和 2000 年代初出版，此後該行業不斷發展。

除了研發工作之外，「狹義」人工智慧模型已經在當今使用的各種強大的應用程式中發揮作用 。例如蘋果 Siri 和亞馬遜 Alexa 等社交媒體演算法、客製化產品推薦等等。值得注意的是，深度學習的興起改變了人工智慧（AGI）的發展。深度學習演算法利用比機器學習應用程式更大或「更深」的神經網絡，作為一種更具可擴展性和更通用的替代方案。生成式人工智慧模型“對訓練資料的簡化表示進行編碼，並引用它來發出相似但不相同的新輸出。”

深度學習使開發人員能夠將生成式AI 模型擴展到圖像、語音和其他複雜數據類型，而像ChatGPT 這樣的里程碑式應用程式已經見證了現代用戶增長最快的應用程序，但它只是生成式AI 可能性的早期迭代。

考慮到這一點，生成式人工智慧開發涉及多個需要大量處理能力和運算能力的運算密集型工作負載就不足為奇了。

根據 深度學習應用需求的三重奏 ，人工智慧應用的開發受到幾個關鍵工作負載的限制；

• 訓練 – 模型必須處理和分析大型資料集，以學習如何回應給定的輸入。

• 調音 – 該模型經歷了一系列迭代過程，其中調整和優化各種超參數以提高性能和品質。

• 模擬 – 有些模型，例如強化學習演算法，在部署之前會經過一系列的模擬進行測試。

計算緊縮：需求超過供應

過去幾十年來，許多技術進步推動了對運算和處理能力的需求空前激增。結果，如今對 GPU 等運算資源的需求遠遠超過了可用的供應，從而造成了人工智慧發展的瓶頸，如果沒有有效的解決方案，這種瓶頸只會繼續增長。

大量公司購買超出其實際需求的 GPU，進一步支持了更廣泛的供應限制，這既是作為競爭優勢，也是作為現代全球經濟中的生存手段。計算提供者通常採用需要長期資本承諾的合約結構，為客戶提供超出其需求的供應。

大紀元的研究 顯示已發布的計算密集型人工智慧模型的總數正在快速增長，這表明驅動這些技術的資源需求將繼續快速增長。

隨著人工智慧模型的複雜性不斷增加，應用程式開發人員的運算和處理能力要求也隨之增加。反過來，GPU 的性能及其隨後的可用性將發揮越來越重要的作用。這種情況已經開始發生，因為對高階 GPU（例如 Nvidia 生產的 GPU）的需求已將 GPU 譽為人工智慧產業的「稀土金屬」或「黃金」。

人工智慧的快速商業化有可能將控制權交給少數科技巨頭， 與當今的社群媒體產業類似，引發了人們對這些模式的道德基礎的擔憂。一個顯著的例子是最近圍繞 Google Gemini 的爭議。儘管其對各種提示的許多奇怪反應在當時並未構成實際危險，但該事件表明了少數公司主導和控制人工智慧開發的固有風險。

當今的科技新創公司在獲取運算資源來支援其人工智慧模型方面面臨越來越多的挑戰。這些應用程式在部署模型之前執行許多運算密集型流程。對於小型企業來說，累積大量GPU 在很大程度上是一項不可持續的努力，雖然AWS 或Google Cloud 等傳統雲端運算服務提供了無縫且便利的開發人員體驗，但其有限的容量最終會導致高昂的成本，使許多開發人員無法負擔。最終， $7兆不是每個人都能拿出來的 以支付他們的硬體成本。

那麼原因是什麼呢？

英偉達 一旦估計 全球有超過 4 萬家公司使用 GPU 進行人工智慧和加速運算，開發者社群超過 400 萬人。展望未來， 全球AI市場預計 從2023年的$515億成長到2032年的$2.74兆，年平均成長率為20.4%。同時， GPU市場 預計到2032年將達到$4000億，年平均成長率為25%。

然而，人工智慧革命之後，運算資源供需日益不平衡可能會創造一個相當烏托邦的未來，少數資金雄厚的巨頭將主導變革性技術的發展。因此，我們相信所有道路都通往去中心化的替代解決方案，以幫助彌合人工智慧開發人員的需求與可用資源之間的差距。

DePIN 的作用

什麼是 DePIN？

DePIN 是由 Messari 研究團隊創造的術語，代表去中心化實體基礎設施網路。具體來說，去中心化意味著沒有單一實體提取租金並限制存取。而實體基礎設施是指所利用的「現實生活」物理資源。網路是指一組協調工作以實現預定目標或一組目標的參與者。今天，DePIN 的總市值 約$283億 .

DePINs 的核心是一個全球節點網絡，將實體基礎設施資源與區塊鏈連接起來，以創建一個連接資源買家和供應商的去中心化市場，任何人都可以成為供應商，並因其服務和價值貢獻而獲得報酬到網路。在這種情況下，透過各種法律和監管手段以及服務費用來限製網路存取的中央中介被由智能合約和代碼組成的去中心化協議所取代，該協議由其相應的代幣持有者進行治理。

DePIN 的價值在於，它們為傳統資源網路和服務供應商提供了去中心化、可存取、低成本且可擴展的替代方案。它們使去中心化市場能夠服務於特定的最終目標；商品和服務的成本是由市場動態決定的，任何人都可以隨時參與，由於供應商數量的增加和利潤率的最小化，單位成本自然會降低。

使用區塊鏈使 DePIN 能夠建立加密經濟激勵系統，幫助確保網路參與者因其服務獲得適當的補償，將關鍵價值提供者轉變為利害關係人。然而，值得注意的是，網路效應是透過將小型個人網路轉變為更大、更俱生產力的系統而實現的，是實現 DePIN 的許多好處的關鍵。此外，雖然代幣獎勵已被證明是網路引導機制的強大工具，但建立可持續的激勵措施以幫助用戶保留和長期採用仍然是更廣泛的 DePIN 領域的關鍵挑戰。

DePIN 是如何運作的？

為了更好地理解 DePIN 在實現去中心化計算市場方面的價值，重要的是要認識到所涉及的不同結構組件以及它們如何協同工作以形成去中心化資源網絡。讓我們考慮一下 DePIN 的結構和參與者。

協定

去中心化協議是建立在底層區塊鏈網路之上的一組智慧合約，用於促進網路參與者之間的無需信任的互動。理想情況下，該協議應由積極致力於為網路的長期成功做出貢獻的多元化利益相關者進行管理。然後，這些利害關係人使用他們所佔的協議代幣份額對 DePIN 的擬議變更和開發進行投票。鑑於成功協調分散式網路本身就是一個巨大的挑戰，核心團隊通常保留最初實施這些變更的權力，然後將權力轉移給去中心化自治組織（DAO）。

網路參與者

資源網路的最終用戶是其最有價值的參與者，可以根據其功能進行分類。

• 供應商 ：向網路提供資源以換取以 DePIN 原生代幣支付的貨幣獎勵的個人或實體。供應商透過區塊鏈本機協議「連接」到網絡，該協議可能會強制執行白名單鏈上流程或無需許可的流程。透過接收代幣，供應商獲得網路中的股份，類似於股權環境中的利益相關者，使他們能夠對網路的各種提案和發展進行投票，例如他們認為將有助於推動需求和網路價值的提案，從而創造隨著時間的推移，代幣價格會更高。當然，收到代幣的供應商也可以利用 DePIN 作為被動收入的一種形式，並在收到代幣後將其出售。

• 消費者 ：這些是積極尋求 DePIN 提供的資源的個人或實體，例如尋求 GPU 的人工智慧新創公司，代表經濟等式的需求方。如果使用 DePIN 比使用傳統替代方案具有真正的優勢（例如更低的成本和管理費用要求），那麼消費者就會被 DePIN 所吸引，從而代表了對網路的有機需求。 DePIN 通常要求消費者用原生代幣購買資源，以產生價值並維持穩定的現金流。

資源

DePIN可以服務不同的市場，採用不同的商業模式來配置資源。 Blockworks提供了一個很好的框架 : 客製化硬體 DePIN ，為供應商提供專用的專有硬體來分發；商品硬體DePIN，允許分配現有的閒置資源，包括但不限於運算、儲存和頻寬。

經濟模型

在理想運作的 DePIN 中，價值來自消費者為供應商資源支付的收入。對網路的持續需求意味著對原生代幣的持續需求，這與供應商和代幣持有者的經濟誘因一致。在早期階段產生可持續的有機需求對大多數新創公司來說是一個挑戰，這就是為什麼DePIN 提供通膨代幣激勵措施來激勵早期供應商並引導網路供應作為產生需求的手段，從而產生更多的有機供應。這類似於創投公司在Uber早期階段透過補貼乘客票價來引導初始客戶群，進一步吸引司機並增強其網路效應。

DePIN 需要盡可能策略性地管理代幣激勵，因為它們在網路的整體成功中發揮關鍵作用。當需求和網路收入上升時，應該減少代幣發行。相反，當需求和收入下降時，應再次使用代幣發行來刺激供應。

為了進一步說明成功的 DePIN 網路是什麼樣子，請考慮“ 德品飛輪” 指導 DePIN 的正向回饋循環。總結如下：

• DePIN 分配通膨代幣獎勵，以激勵提供者向網路提供資源並建立可供消費的基本供應水準。

• 假設供應商的數量開始成長，網路中開始形成競爭動態，提高網路提供的商品和服務的整體質量，直到提供優於現有市場解決方案的服務，從而獲得競爭優勢。這意味著去中心化系統超越傳統的中心化服務提供者，這並不是一件容易的事。

• 對 DePIN 的有機需求開始增加，為供應商提供合法的現金流。這為投資者和供應商提供了一個絕佳的機會，可以繼續推動對網路的需求，從而推動代幣價格。

• 代幣價格的成長增加了供應商的收入，吸引了更多的供應商並重新啟動飛輪。

該框架提供了令人信服的成長策略，但值得注意的是，它很大程度上是理論性的，並且假設網路提供的資源持續具有競爭吸引力。

DePIN 的計算

去中心化運算市場是更廣泛運動「共享經濟」的一部分，「共享經濟」是一種基於消費者透過線上平台直接與其他消費者共享商品和服務的點對點經濟系統。這種模式由 eBay 等公司首創，如今又由 Airbnb 和 Uber 等公司主導，隨著下一代變革性技術席捲全球市場，這種模式最終將面臨顛覆。 2023年價值$1500億 預計到2031年將成長至近$8000億 共享經濟展示了消費者行為的更廣泛趨勢，我們相信 DePIN 將從中受益並發揮關鍵作用。

基本的

計算 DePIN 是點對點網絡，透過分散的市場連接供應商和買家，促進運算資源的分配。這些網路的一個關鍵區別在於它們專注於商品硬體資源，而這些資源如今已經掌握在許多人的手中。正如我們所討論的，深度學習和生成式人工智慧的出現，由於其資源密集型工作負載，導致對處理能力的需求激增，從而在訪問人工智慧開發的關鍵資源方面造成了瓶頸。簡而言之，去中心化的運算市場旨在透過創建一個新的供應流來緩解這些瓶頸——一個跨越全球、任何人都可以參與的供應流。

在計算DePIN中，任何個人或實體都可以隨時借出閒置資源並獲得適當的補償。同時，任何個人或實體都可以以比現有市場產品更低的成本和更大的靈活性從全球免許可網絡獲取必要的資源。因此，我們可以透過一個簡單的經濟框架來描述計算DePINs的參與者：

• 供應商 ：擁有計算資源並願意出借或出售這些資源以換取補貼的個人或實體。

• 需求者 ：需要計算資源並願意為其付出代價的個人或實體。

計算 DePIN 的主要優點

計算 DePIN 具有許多優勢，使其成為集中式服務提供者和市場的有吸引力的替代方案。 首先，實現無需許可的跨境市場參與解鎖了新的供應流，增加了計算密集型工作負載所需的關鍵資源量。計算 DePIN 專注於大多數人已經擁有的硬體資源——任何擁有遊戲 PC 的人都已經擁有可以出租的 GPU。這擴大了可以參與建立下一代商品和服務的開發人員和團隊的範圍，使世界各地更多的人受益。

進一步來看，支援 DePIN 的區塊鏈基礎設施提供了高效且可擴展的結算軌道，以促進點對點交易所需的小額支付。 加密原生金融資產（代幣）提供了一種共享的價值單位，供需求方參與者用來向供應商付款，透過與當今日益全球化的經濟相一致的分配機制來調整經濟誘因。參考我們先前建構的DePIN飛輪，策略性地管理經濟誘因非常有利於增加DePIN的網路效應（供給面和需求面），進而增加供應商之間的競爭。這種動態降低了單位成本，同時提高了服務質量，為 DePIN 創造了可持續的競爭優勢，供應商作為代幣持有者和關鍵價值提供者可以從中受益。

DePIN 與雲端運算服務供應商類似，旨在提供靈活的使用者體驗，可以按需存取資源並付費。參考 正景研究 s 預報 根據預測，全球雲端運算市場規模預計將以21.2%的複合年增長率成長，到2030年將達到$2.4兆以上，展示了此類商業模式在未來運算資源需求成長的背景下的可行性。現代雲端運算平台利用中央伺服器來處理客戶端設備和伺服器之間的所有通信，從而在其操作中產生單點故障。然而，與傳統服務提供者相比，建立在區塊鏈之上的 DePIN 能夠提供更大的審查阻力和彈性。攻擊單一組織或實體（例如中央雲端服務提供者）將危及整個底層資源網絡，而 DePIN 旨在透過其分散式特性來抵禦此類事件。首先，區塊鏈本身是一個全球分佈的專用節點網絡，旨在抵抗中心化的網路權威。此外，運算 DePIN 還允許無需許可的網路參與，繞過法律和監管障礙。根據代幣分配的性質，DePIN 可以採用公平的投票流程對協議的擬議變更和開發進行投票，以消除單個實體突然關閉整個網路的可能性。

計算 DePIN 的現狀

渲染網路

渲染網路是一個計算 DePIN，它透過去中心化計算市場連接 GPU 的買家和賣家，並透過其原生代幣進行交易。渲染 GPU 市場涉及兩個關鍵方——尋求處理能力的創作者和節點運營商，後者將閒置 GPU 出租給創作者以換取原生渲染代幣的補償。節點營運商根據信譽系統進行排名，創建者可以從多層定價系統中選擇 GPU。渲染證明（POR）共識演算法協調操作，節點業者將其運算資源（GPU）投入處理任務，即圖形渲染工作。任務完成後，POR 演算法會更新節點操作員狀態，包括基於任務品質的信譽評分變化。渲染區塊鏈基礎設施促進工作支付，為供應商和買家透過網路代幣進行交易提供透明、高效的結算軌道。

渲染網路最初的構想是 朱爾斯·烏爾巴赫 2009 年。 RNDR ）於 2020 年 9 月遷移到 Solana ( 使成為 ）大約三年後，以提高網路效能並降低營運成本。

截至撰寫本文時，渲染網絡 自成立以來，已處理多達 3,300 萬個任務（以渲染幀計算），節點總數已增加至 5,600 個。約 60k RENDER 已被銷毀， 將工作積分分配給節點運營商期間發生的過程。

IO網路

Io Net 正在 Solana 之上推出一個去中心化 GPU 網絡，作為大量閒置運算資源與需要這些資源提供的處理能力的個人和實體之間的協調層。 Io Net 的獨特賣點在於，它不是與市場上其他 DePIN 直接競爭，而是聚合來自各種來源（包括資料中心、礦工和其他 DePIN，如 Render Network 和 Filecoin）的 GPU，同時利用專有的 DePIN 、 GPU 互聯網(IoG)，以協調營運並調整市場參與者的激勵措施。 Io Net 客戶可以透過選擇處理器類型、位置、通訊速度、合規性和服務時間來自訂 IO Cloud 上的工作負載叢集。相反，任何擁有受支援的 GPU 型號（12 GB RAM、256 GB SSD）的人都可以作為 IO Worker 參與，將其閒置運算資源借給網路。雖然服務支付目前以法定貨幣和 USDC 結算，但該網路很快也將支援以原生 $IO 代幣進行支付。資源的價格由資源的供需以及各種GPU規格和配置演算法決定。 Io Net 的最終目標是透過提供比現代雲端服務供應商更低的成本和更高的服務質量，成為 GPU 市場的首選。

多層IO架構可以映射如下：

• 使用者介面層 – 由公共網站、客戶區和工人區組成。

• 安全層 – 此層由用於網路保護的防火牆、用於使用者驗證的身份驗證服務以及用於追蹤活動的日誌記錄服務組成。

• API層 – 此層可作為通訊層，由公用 API（用於網站）、私人 API（用於 Workers）和內部 API（用於叢集管理、分析和監控報告）組成。

• 後端層 – 後端層管理工作人員、叢集/GPU 操作、客戶互動、計費和使用情況監控、分析和自動擴展。

• 資料庫層 − 此層是系統的資料儲存庫，使用主儲存（用於結構化資料）和快取（用於頻繁存取的暫存資料）。

• 訊息代理和任務層 − 此層有利於非同步通訊和任務管理。

• 基礎設施層 – 此層包含GPU池、編排工具並管理任務部署。

目前統計數據/路線圖

• 截至撰寫本文時：

• 網路總收入 – $1.08m

• 總計算時間 – 837.6 k 小時

• 叢集就緒 GPU 總數 – 20.4K

• 叢集就緒 CPU 總數 – 5.6k

• 鏈上交易總數 – 167 萬筆

• 總推理時間 – 335.7k

• 已建立的群集總數 – 15.1k

（數據來自 物聯網探索者 )

埃瑟爾

Aethir 是一個雲端運算 DePIN，有助於運算密集型領域和應用程式中高效能運算資源的共享。它利用資源池，以顯著降低的成本實現全域GPU分配，並透過分散式資源所有權來分散所有權。 Aethir 專為高效能工作負載而設計，適用於遊戲、AI 模型訓練和推理等行業。透過將 GPU 叢集統一到單一網路中，Aethir 旨在增加叢集規模，從而提高其網路上提供的服務的整體效能和可靠性。

Aethir Network 是一個由礦工、開發者、使用者、代幣持有者和 Aethir DAO 組成的去中心化經濟體。確保網路成功運作的三個關鍵角色是容器、索引器和檢查器。容器是網路的核心節點，執行維持網路活躍性的重要操作，包括驗證交易和即時渲染數位內容。檢查員充當品質保證人員，持續監控容器的性能和服務質量，以確保 GPU 消費者可靠、高效的運作。索引器可作為使用者和最佳可用容器之間的媒人。支撐這個結構的是 Arbitrum Layer 2 區塊鏈，它提供了一個去中心化的結算層，以原生 $ATH 代幣支付 Aethir 網路上的商品和服務費用。

渲染證明

Aethir 網路中的節點有兩個關鍵功能 – 提供能力證明 ，每 15 分鐘隨機選擇一組工作節點來驗證交易； 並提供工作證明 ，密切監控網路效能以確保使用者獲得最佳服務，並根據需求和地理位置調整資源。礦工獎勵分配給在 Aethir 網路上運行節點的參與者，根據他們借出的計算資源的價值進行計算，獎勵以原生 $ATH 代幣支付。

諾薩納

Nosana 是一個基於 Solana 建構的去中心化 GPU 網路。 Nosana 允許任何人貢獻閒置計算資源，並因此獲得 $NOS 代幣的形式獎勵。 DePIN 有助於經濟高效地分配 GPU，這些 GPU 可用於運行複雜的 AI 工作負載，而無需傳統雲端解決方案的開銷。任何人都可以透過借出閒置 GPU 來運行 Nosana 節點，並獲得與他們向網路提供的 GPU 功率成比例的代幣獎勵。

此網路連接分配運算資源的兩方：尋求存取運算資源的使用者和提供運算資源的節點運營商。重要的協議決策和升級由 NOS 代幣持有者投票並由 Nosana DAO 管理。

Nosana 為其未來計畫制定了廣泛的路線圖 – Galoida（v1.0 – 2024 年上半年/下半年）將啟動主網，發布 CLI 和 SDK，並專注於透過消費 GPU 的容器節點擴展網路。 Triangulum（v1.X - 2024 年下半年）將整合主要的機器學習協定和連接器，例如 PyTorch、HuggingFace 和 TensorFlow。 Whirlpool（v1.X -H1 2025）將擴大對 AMD、Intel 和 Apple Silicon 的各種 GPU 的支援。 Sombrero（v1.X - 2025 年下半年）將增加對中型和大型企業、法定支付、計費和團隊功能的支援。

阿卡什

Akash Network 是一個基於 Cosmos SDK 構建的開源權益證明網絡，任何人都可以在未經許可的情況下加入並做出貢獻，從而創建一個去中心化的雲端運算市場。 $AKT 代幣用於保護網路、促進資源支付並協調網路參與者之間的經濟行為。 Akash 網路由幾個關鍵組件組成：

• 區塊鏈層 使用 Tendermint Core 和 Cosmos SDK 提供共識。

• 應用層 ，管理部署和資源分配。

• 提供者層 管理資源、投標和用戶應用程式部署。

• 使用者層 使用戶能夠使用 CLI、控制台和儀表板與 Akash 網路互動、管理資源並監控應用程式狀態。

該網路最初專注於儲存和 CPU 租賃服務，隨著人工智慧訓練和推理工作負載需求的增長，該網路已將其服務擴展到包括 GPU 租賃和分配，透過其 AkashML 平台滿足這些需求。 AkashML 使用反向拍賣系統，客戶（稱為租戶）提交他們想要的 GPU 價格，而運算提供者（稱為提供者）競爭提供所需的 GPU。

截至撰寫本文時， Akash 區塊鏈已完成超過 1,290 萬筆交易，存取運算資源花費了超過 $535,000，並且已租賃超過 189,000 個獨特部署。

榮譽提名

計算 DePIN 領域仍在發展中，許多團隊正在競相將創新且高效的解決方案推向市場。其他值得進一步研究的例子包括 雙曲線 ，正在建立一個協作開放存取平台，用於人工智慧開發的資源池，以及 埃比特 ，正在建構一個由計算礦工支持的分散式算力網路。

重要考慮因素和未來前景

現在我們已經了解了計算 DePIN 的基本原理，並回顧了目前正在進行的幾個補充案例研究，重要的是要考慮這些去中心化網路的影響，包括優點和缺點。

挑戰

大規模建構分散式網路通常需要在效能、安全性和彈性方面進行權衡。例如，在全球分散式的商用硬體網路上訓練人工智慧模型的成本效益和時間效率可能遠低於在集中式服務提供者上訓練的成本效益和時間效率。正如我們之前提到的，AI 模型及其工作負載變得越來越複雜，需要更多的高效能 GPU，而不是商用 GPU。

這是 為什麼大公司大量囤積高性能GPU，這是計算DePIN 面臨的固有挑戰，旨在通過建立一個任何人都可以藉出閒置GPU 的無許可市場來解決GPU 短缺問題（有關挑戰的更多信息，請參閱此推文）面對去中心化的人工智慧協議 ) 。協定可以透過兩種關鍵方式解決這個問題：一是為想要為網路做出貢獻的GPU供應商建立基線要求，二是匯集提供給網路的運算資源以實現更大的整體。儘管如此，與中心化服務提供者相比，這種模式的建立本身就具有挑戰性，中心化服務提供者可以分配更多資金直接與硬體提供者（例如 Nvidia）打交道。 這是 DePIN 在前進過程中應該考慮的事情。如果去中心化協議有足夠大的資金，DAO可以投票分配一部分資金購買高性能GPU，這些高性能GPU可以以去中心化的方式進行管理，並以比商品GPU更高的價格借出。

計算 DePIN 特有的另一個挑戰是管理適當的資源利用 。在早期階段，大多數計算 DePIN 都會面臨結構性需求不足的問題，就像許多新創公司今天面臨的那樣。總的來說，DePIN 面臨的挑戰是儘早建立足夠的供應，以實現最低可行的產品品質。如果沒有供應，網路將無法產生可持續的需求，也無法在需求高峰期為其客戶提供服務。另一方面，供給過剩也是一個問題。超過一定閾值，只有當網路利用率接近或滿載時，更多的供應才會有幫助。否則，DePIN 將面臨為供應支付過高費用的風險，導致資源利用不足，供應商獲得的收入將減少，除非協議增加代幣發行以保持供應商的參與。

如果沒有廣泛的地理覆蓋，電信網路就毫無用處 。如果乘客必須等待很長時間才能乘車，那麼計程車網路就沒用了。如果 DePIN 必須付費讓人們長期提供資源，那麼它就毫無用處。雖然集中式服務提供者可以有效預測資源需求並管理資源供應，但計算 DePIN 缺乏管理資源利用的中央權限。因此，盡可能策略性地確定資源利用對於DePIN來說尤其重要。

更大的問題是去中心化GPU市場可能不再面臨GPU短缺 。馬克·祖克柏最近在接受採訪時表示，他相信 能源將成為新瓶頸 ，而不是運算資源，因為企業現在將競相大規模建設資料中心，而不是像現在那樣囤積計算資源。當然，這意味著GPU 成本可能會降低，但它也提出了一個問題：如果建立專有資料中心提高了整體標準，人工智慧新創公司將如何在性能以及所提供的商品和服務品質方面與大公司競爭用於 AI 模型性能。

計算 DePIN 的範例

重申一下，人工智慧模型的複雜性及其後續處理和運算要求與可用的高效能 GPU 和其他運算資源之間的差距正在擴大。

運算 DePIN 有望成為運算市場的創新顛覆者，目前由主要硬體製造商和雲端運算服務供應商主導，基於以下幾個關鍵功能：

1）提供較低成本的商品和服務。

2）提供更強的反審查和網路彈性保護。

3）受益於潛在的監管指南，這些指南可能要求人工智慧模型盡可能開放，以便進行微調和培訓，並且任何人都可以輕鬆存取。

美國擁有電腦和網路存取的家庭比例呈指數級增長，接近 100%。在世界許多地區，這一比例也顯著增長。這表明，如果有足夠的金錢激勵和無縫的交易流程，願意借出閒置資源的潛在運算資源提供者（GPU 所有者）的數量將會增加。當然，這是一個非常粗略的估計，但它表明建立可持續的計算資源共享經濟的基礎可能已經存在。

除了AI之外，未來對運算的需求還將來自許多其他產業，例如量子運算。量子運算市場規模預計 將從2023年的$928.8百萬增加到2030年的$6528.8百萬 ，複合年增長率為 32.1%。這個行業的生產將需要不同類型的資源，但看看是否會推出任何量子計算 DePIN 以及它們是什麼樣子將會很有趣。

「在消費者硬體上運行的開放模型的強大生態系統是對未來的重要對沖，在未來，價值由人工智慧高度集中，大多數人類思想由少數人控制的中央伺服器讀取和調節。這些模式的風險也比企業巨頭和軍隊要小得多。 — Vitalik Buterin

大型企業可能不是，也不會是 DePIN 的目標客群。計算 DePIN 以最少的資金和資源帶回個人開發者、分散的建構者和新創公司。它們可以透過更豐富的運算能力將閒置供應轉化為創新想法和解決方案。人工智慧無疑將改變數十億人的生活。我們不應該擔心人工智慧會取代每個人的工作，而應該鼓勵這樣一種想法：人工智慧可以賦予個人和個人企業家、新創公司和廣大公眾權力。

原文連結

本文源自網路：計算DePIN賽道生態系統全面解讀

相關：以太坊現貨ETF最新動態及市場展望：發行人提交修訂文件，設定最高目標價

原創| Odaily 星球日報 作者 |南智最新消息一覽 BTC現貨ETF路線會重演嗎？今天早上，彭博ETF 分析師James Seyffart 在X 平台上寫道：五家潛在的以太坊現貨ETF 發行人已透過Cboe BZX 向美國SEC 提交了19 份b-4 修訂文件，其中包括：Fidelity、VanEck 、Invesco/Galaxy、Ark/21 Shares和富蘭克林。 DTCC官網也上線了VanEck現貨以太坊ETF VANECK ETHEREUM TR SHS（代碼ETHV）。另一方面，隨著SEC對以太坊現貨ETF的預期提高，灰階以太坊信託（ETHE）的負溢價率已收窄至11.82%。據相關消息人士透露，Grayscale 已向美國證券交易委員會提交了以太坊迷你信託 19 b-4 表格的更新...